Uma análise multivariada que está sendo realizada envolve quatro variáveis padronizadas Z1, Z2, Z3 e Z4, constituídas por duzentos registros administrativos. Para a identificação de estruturas latentes e a redução da dimensionalidade do problema, foram aplicadas a análise de componentes principais (ACP) e a análise fatorial exploratória (AFE) com extração por componentes principais. A seguir, são mostrados os autovalores para as componentes principais, que resultaram da decomposição espectral da matriz de correlações, bem como as cargas fatoriais não rotacionadas dos dois primeiros fatores extraídos.
| \( \lambda_1 \) | \( \lambda_2 \) | \( \lambda_3 \) |
| 2,3 | 0,7 | 0,5 |
| variável | fator 1 | fator 2 |
| Z1 | 0,80 | 0,10 |
| Z2 | 0,75 | 0,30 |
| Z3 | 0,60 | 0,55 |
| Z4 | 0,10 | 0,85 |
Com base nessas informações, julgue os próximos itens.
Conjuntamente, as duas primeiras componentes principais explicam 75% da variância total.
